검색 가능한 비디오 라이브러리를 위한 얼굴 인식

얼굴 인식 활성화

설정에서 얼굴 인식 기능을 켭니다. 활성화하기 전에 해당 기능과 그 영향에 대해 설명하는 확인 대화상자가 표시됩니다.

얼굴이 감지되고 그룹화됩니다

처리 과정에서 ClipCatalog은 YuNet을 사용하여 얼굴을 감지하고 SFace로 임베딩을 계산합니다. 두 작업 모두 OpenCV DNN을 통해 로컬에서 실행됩니다. 유사한 얼굴들은 인물 그룹으로 클러스터링됩니다.

아카이브 전체를 인물 기준으로 필터링

검색 패널에서 한 명 이상을 선택하면 인덱싱된 라이브러리 전체에서 일치하는 클립을 볼 수 있습니다. 여러 명을 선택한 경우 모두 일치 또는 하나만 일치로 전환하고, 태그, 대본, 날짜, 기타 필터를 함께 적용할 수 있습니다.

가족 아카이브에서 인물 그룹 재사용

대규모 가족 아카이브에서는 같은 사람들이 휴일, 생일, 여행 영상에 수년간 반복해서 등장합니다. 반복 등장하는 얼굴을 그룹화하면, 그 출현 기록이 일회성 검색이 아니라 재사용 가능한 검색 흐름이 됩니다.

장기 인터뷰 아카이브를 인물별로 검색

장기 인터뷰 시리즈나 다큐멘터리 아카이브를 운영 중이신가요? 게스트의 얼굴로 필터링해 시즌을 넘나드는 출연 장면을 모으고, 대본 검색과 결합해 기억하는 발언의 정확한 순간까지 찾으세요.

행사 영상을 인물별로 검토

대형 이벤트는 같은 핵심 인물이 반복 등장하는 수백 개의 클립을 만들어 냅니다. 인물 필터는 전체 행사 아카이브에서 편집에 필요한 사람들만 빠르게 좁혀 줍니다.

아니요. 얼굴 감지, 임베딩 계산, 그룹화는 모두 사용자의 컴퓨터에서 로컬로 처리됩니다. 영상과 얼굴 데이터는 사용자의 기기를 절대 벗어나지 않습니다.

ClipCatalog 는 k-NN 투표, 점수 임계값, 인물당 상한을 결합한 스마트 매칭 알고리즘을 사용하여 잘못된 일치를 줄이고 자주 등장하는 얼굴로 인한 편향을 방지합니다. 정확도는 또렷하고 조명이 좋으며 정면에 가까운 장면에서 가장 높습니다. 멀리 있는 얼굴, 짙은 그림자, 모션 블러, 극단적인 각도에서는 가끔 잘못된 그룹화가 발생할 수 있습니다.

얼굴 감지에는 가볍고 오픈된 검출기인 YuNet 을 사용하며, 얼굴 임베딩은 SFace 로 계산합니다. 두 모델 모두 OpenCV DNN 을 통해 로컬에서 실행되며 앱에 함께 포함되어 배포됩니다. 자체 클라우드 API 는 없으며, 런타임에 타사 서비스에서 다운로드하는 것도 없습니다.

얼굴 감지와 임베딩은 사용 가능한 경우 OpenCL 가속을 활용할 수 있습니다. 시스템이 OpenCL 을 지원하지 않으면 앱은 자동으로 CPU 로 대체됩니다 — 더 느리지만, 지원되는 모든 Windows PC 에서 정상적으로 작동합니다.

많은 관할 구역에서 얼굴 임베딩 및 얼굴 기하 정보는 생체 데이터(바이오메트릭)로 분류되며, EU 의 GDPR, 미국 일리노이 주의 BIPA 또는 유사한 법령과 같은 개인정보 보호 규정의 적용을 받을 수 있습니다. ClipCatalog 는 모든 얼굴 데이터를 사용자의 기기에 보관하며, 해당 기능을 옵트인(opt-in) 방식으로 제공하고, 모든 얼굴 크롭·임베딩·FAISS 인덱스를 언제든 삭제할 수 있도록 합니다. 사용자가 적용받는 법률을 준수하여 사용하는 것은 사용자의 책임입니다.

네. 설정에서 검출된 모든 얼굴, 인물 그룹, 로컬 FAISS 얼굴 인덱스를 한 번의 클릭으로 삭제할 수 있습니다. 나중에 얼굴 감지를 다시 활성화하면 동영상을 재처리해야 합니다.